Verzerrte Daten: Gender Bias

Geschlechtsbezogene Verzerrungseffekte können in drei Hauptformen auftreten. Sie sind nicht jeweils Ursache füreinander, sondern stehen oft nebeneinander und verstärken dann das Problem.

• Androzentrismus liegt vor, wenn eine männliche Perspektive unzulässig generalisiert wird. Dies kann sich zum Beispiel darin äußern, dass nur Männer untersucht werden, die Ergebnisse jedoch auch Gültigkeit für Frauen beanspruchen, wie es häufig an medizinischen Studien kritisiert wird. Oder es wird von einer männlichen Normalität ausgegangen, an der Frauen gemessen werden, so dass sie nur als „Abweichung” auftauchen, wie bei Annahmen zum „Normalarbeitsverhältnis”. Androzentrismus kann auch darin bestehen, dass Männer gar nicht untersucht werden in Bereichen, die als „typisch weiblich” gelten, wie in Studien zu Alleinerziehenden oder zu Diskriminierung.
  
  
• Geschlechtsinsensibilität oder Geschlechtsblindheit bedeutet, dass das Geschlecht als Variable ignoriert wird. Das ist dann der Fall, wenn im untersuchten Feld pauschal von einer gleichen Betroffenheit von Frauen und Männern ausgegangen wird, ohne dass hierüber zuverlässiges Wissen existiert. Oder es wird ignoriert, dass sich ähnliche Situationen unterschiedlich auswirken können. Beispielsweise betreffen Fragen der Vereinbarkeit von Beruf und Familie Mütter und Väter in unterschiedlichen Lebenslagen auf unterschiedliche Weise. Geschlechtsblindheit liegt auch im Fall des „Familialismus“ vor, wenn „Haushalt“ oder „Eltern“ als kleinste Analyseeinheit verwendet werden, denn forschungsrelevante Informationen, die einzelne Familien- oder Haushaltsmitglieder je nach Geschlecht unterschiedlich betreffen, werden so vernachlässigt. Häufig entsteht die Geschlechtsblindheit auch bei der Auswertung von Daten, wenn Geschlecht zwar erhoben worden ist, dann jedoch nicht ausgewiesen wird.
  
  
• Doppelte Bewertungsmaßstäbe liegen vor, wenn identische Situationen für Männer und Frauen ohne weitere Prüfung als per se unterschiedlich behandelt werden. Dies passiert, wenn Geschlechter als gänzlich voneinander getrennte Gruppen behandelt werden, anstatt auch übergreifende Eigenschaften in den Blick zu nehmen (Geschlechterdichotomisierung). Es liegt auch vor, wenn Geschlechterstereotypen dazu führen, dass identisches Verhalten bei Frauen und Männern unterschiedlich bewertet wird (Geschlechterstereotypisierung).

Daten, die diese Verzerrungseffekte aufweisen, besitzen nicht die erforderliche Qualität, um als Grundlage für zielgenaue Maßnahmen zu dienen.

Hier finden Sie detailliertere Informationen zum Gender Bias sowie Literatur zum Weiterlesen. Im Handbuch „Zu mehr Gleichberechtigung zwischen den Geschlechtern: Erkennen und Vermeiden von Gender Bias in der Gesundheitsforschung” des Berliner Zentrums Public Health finden Sie zahlreiche Fragen, die dabei helfen, Verzerrungseffekte in der Erhebung, Auswertung und Nutzung von Daten zu erkennen.

Zurück zum Überblick zur Datenqualität

• Verzerrte Daten: Gender Bias
• Minimale Datenqualität: „Sex-counting”
• Optimale Datenqualität: Gender-kompetent

Beispiel Entgeltungleichheit